Please use this identifier to cite or link to this item: https://hdl.handle.net/10419/253428 
Authors: 
Year of Publication: 
2022
Citation: 
[Journal:] WISTA - Wirtschaft und Statistik [ISSN:] 1619-2907 [Volume:] 74 [Issue:] 2 [Publisher:] Statistisches Bundesamt (Destatis) [Place:] Wiesbaden [Year:] 2022 [Pages:] 19-29
Publisher: 
Statistisches Bundesamt (Destatis), Wiesbaden
Abstract: 
Der Umgang mit unvollständigen Datensätzen stellt einen wichtigen Aspekt der Datenaufbereitung dar. Häufig ist nicht bekannt, für welche Auswertung ein aus dem Bereich der amtlichen Statistik stammender Datensatz in Wissenschaft und Forschung verwendet wird. Sinnvoll ist daher, die Verteilung der ursprünglichen Daten möglichst gut zu reproduzieren. Hierfür wäre eine möglichst geeignete Imputationsmethode zu wählen. Ziel der diesem Beitrag zugrunde liegenden Arbeit ist es, in einer Simulationsstudie verschiedene Kenngrößen hinsichtlich ihrer Eignung zu beurteilen und die Güten verschiedener Imputationsmethoden anhand von zwei Beispieldatensätzen aus der amtlichen Statistik miteinander zu vergleichen.
Abstract (Translated): 
Dealing with incomplete data sets is an important aspect of data processing. It is often not known for what analysis a set of data from official statistics will later be used in science and research. Therefore, it is reasonable to reproduce the distribution of the original data as closely as possible. To this end, it is important to choose the most appropriate imputation method. The thesis described in this article uses a simulation study to assess the suitability of different quantities for comparing the goodness of fit of different imputation methods, based on two example data sets from official statistics.
Subjects: 
fehlende Werte
Imputationsmethoden
Imputationsgüte
Verteilungsähnlichkeit
Campus-Files
missing values
imputation methods
imputation accuracy
distributional similarity
Document Type: 
Article

Files in This Item:
File
Size





Items in EconStor are protected by copyright, with all rights reserved, unless otherwise indicated.